绑定手机

获取验证码

注册、登录代表你已阅读并同意《用户协议》

取消
当前位置: 首页 > 详情

比特斯拉更懂中国道路,上汽智己的自动驾驶是如何做到的?

张祥威 2021-08-11 14:46:00 8080


特斯拉的自动驾驶神话正在被一点点击碎


越来越多的车企开始意识到,自动驾驶是一场不断解决 Corner Case 的长跑,尤其是需要对本土化道路场景进行针对性地优化。

基于上述思路,在特斯拉推出 NOA 领航辅助功能后,国内造车新势力如蔚来、小鹏等将其作为对标产品,通过本土化研发最终实现了部分场景下的追平甚至赶超。

而以上汽旗下的智己为代表的先锋部队,同样在本土化研发的道路上进展迅速。

我们注意到,智己在最近的一些道路实测中,比如在进出匝道、处理 cut-in(加塞)、识别大车等诸多场景里,均要比特斯拉的 FSD 表现出色,主要体现在:

感知更精准;

规控策略更符合国内路况;

执行过程人性化。


背后的原因,在于智己与其母公司上汽投资的 Momenta 共同发力,打造了一套针对中国道路的自动驾驶系统。

1
几大场景比拼,智己更懂中国道路

近日,智己自动驾驶工程样车在上海和苏州的城市道路展开了道路测试,两段路程共 60 多公里,包括城市主干道和高架路。

测试场景主要有:人车混行、避让行人、车辆加塞(cut-in)、进出匝道和连续弯道行驶等多个场景。

为了衡量智己的自动驾驶水平,接下来主要以自动驾驶领头羊特斯拉为参照,筛选出几个典型场景进行对比如下:

1)自动上高架 

激活自动驾驶功能后,首先来看自动上高架时的表现。

上高架前,智己在匝道内会启动防加塞模式,同时进行自动打灯准备变道。我们注意到,在向高架路汇流时,如果前车正在变道,智己会进行一定的减速,并自动识别通行效率更高的车道。

自动上高架,汇入主路注:视频片段来源于网络)

整个自动上高架的过程中,智己顺利完成了提前预判、准确识别匝道出口、平稳减速等几个动作,给人的感受是一气呵成。

由于特斯拉目前还无法在高架路上开启自动驾驶,所以下面以场景类似的高速公路汇流作为对比。

我们在之前的体验过程中发现,特斯拉进出匝道时表现均非常精准,但给人的不舒服的体验是,特斯拉进入匝道之前会突然降速,而且需要手动打转向灯才能并线。

原因很简单,一方面,特斯拉并没有像智己一样采用高精地图,所以无法提前对车速进行规划。

另一方面,特斯拉对于进入匝道时的控制策略,仍然偏向工程师思维,在降速时会更加机械,而智己的控制策略则更加人性化。

2)处理 cut-in

处理 cut-in 场景,是智己比特斯拉表现出色的另一个地方。

对于自动驾驶来说,cut-in 是一种比较富有挑战的场景,尤其是针对近距离慢速行驶的大车的识别,一直是自动驾驶的难点。

去年 7 月,一辆特斯拉 Model 3 在高速公路上开启自动驾驶状态后,就发生过一起由于无法识别到并线卡车而造成的交通事故。

在道路测试过程中,智己已经可以在城市道路上识别超近距离下进行 cut-in 的白色货车,并进行自动减速避让。

大车靠近,自动避让(注:视频片段来源于网络)

这是因为,智己在处理 cut-in 场景中,加入了环视摄像头感知

一位自动驾驶业内人士告诉汽车之心,在面对近距离目标时,周视摄像头的检出率较低,且 3D 精度差,而环视摄像头并不会出现类似问题。

与国外道路不同,国内道路场景更加复杂,且会经常遇到 cut-in 问题。智己能够很好地处理 cut-in 这一点,让我们对它的自动驾驶又增加了一份信心。

3)应对横穿车道的行人、两轮车

最后,对比一下智己和特斯拉在面对横穿车道的行人和两轮车的不同反应。

毫无疑问,遇到横穿车道的行人和两轮车,需要自动驾驶系统能够做到准确感知迅速计算精准控制

当前,头部自动驾驶公司大多数都能做到准确感知和迅速计算,但是在控制策略上却存在细微差别。

自动减速,避开横穿马路的外卖两轮车
(注:视频片段来源于网络)

在道路测试中,智己在行驶到狭窄车道路段时,系统会进行自动降速。如果遇到横穿车道的两轮车,还会进行提前加速避让。

而特斯拉在行驶中会始终保持车道居中位置,即使识别到对向来车,也通常没有明显减速以及避让动作。

整体感受是,智己在一些复杂场景下的感知能力会比特斯拉更强,控制策略上更符合国内道路的驾驶习惯。

2
胜出的秘密:
基于本土化场景的感知技术与规控策略

特斯拉推出 NOA 领航辅助之后,一众车企竞相跟风,但从上面的场景表现看,特斯拉在进出匝道和处理 cut-in 等细分场景上仍存在优化空间。

分析背后原因,主要涉及感知方案控制策略两个环节。智己之所以能在细分场景下超越特斯拉,正是由于在感知方案和控制策略上基于本土化进行了研发。

首先,智己和特斯拉的感知硬件方案有所不同。

特斯拉 Model 3 采用 8 个摄像头、1 个毫米波雷达和 12 个超声波雷达。

智己的工程测试车与首款量产车 L7 一样,采用 12 个摄像头、5 个毫米波雷达和 12 个超声波雷达,并且采用了高精度地图军工级高精度 IMU(惯性测量单元,又称惯导)

由于采用了环视摄像头,智己可以在应对近距离 cut in 时更加得心应手。

由于采用了高精地图,智己可以在进出匝道、Y 型岔路口处理、车道线识别、智能降速等操作中表现出更强的感知能力,这就是传感器融合方案带来的天然优势。

需要注意的是,特斯拉并没有像智己一样采用高精度地图。

实际上,除了特斯拉主动选择弃用高精度地图,海外自动驾驶公司想要获取中国高精度地图数据并非易事。

缺乏中国本土化数据,就导致特斯拉的自动驾驶功能在中国道路上出现一定的缺位。

感知层面,特斯拉一直在对感知硬件方案做减法,对算法上做加法,其坚持的是纯视觉感知路线,主要依赖摄像头和超声波雷达来完成感知,坚决放弃激光雷达,最近甚至去除了毫米波雷达。

反观智己,采用的是主流的摄像头和多传感器融合的自动驾驶方案,并借助了高精度地图。

据了解,除了已有方案,智己还采用了可升级硬件架构,L7 天使轮版可以兼容激光雷达软硬件架构冗余方案,并支持英伟达 Orin X(500+TOPS)芯片第二代半固态激光雷达升级。

也就是说,智己将来可以直接升级后搭载激光雷达,进一步提升自身的感知能力。

除了感知方案不同,更大的区别在于,智己针对国内道路进行了针对性的功能开发,并制定了更加适合本土化道路的控制策略。

上述业内人士表示,由于上下匝道时需要经历多次变道,意味着感知硬件和高精地图固然重要,但要做到良好的体验、高成功率,还需要具备精心设计的控制策略。

比如,相比特斯拉在狭窄道路上的激进驾驶风格,智己之所以能进行自动减速,并在遇到横穿马路的外卖两轮车时能够进行自动避让,正是基于对本土化道路场景的大量训练和数据积累,并以此制定了相应的控制策略。

再比如,智己之所以能在 cut-in 场景下比特斯拉表现地得心应手,同样是因为智己对于 cut-in 做了强化训练,从而得以制定出更懂国内道路的自动驾驶控制策略。

最后,让智己在自动驾驶表现上更厉害的因素,还包括数据这一关键维度。

特斯拉 NOA 的算法、数据流及标定均以海外路况作为基础,缺少应对中国复杂路况的完整能力。

由于缺乏中国本土化数据,且无法获取数据资质,导致特斯拉自动驾驶体验迭代进化的空间有限。

而智己,其自动驾驶采用的是全流程数据驱动技术路线,可以基于众包的百亿公里海量数据,对中国路况信息做大量的标定和建模,并进行深度学习,这让智己能够获取大量的具有中国特色的道路数据。

基于此,智己可以研发出适合中国环境及用户喜好的自动驾驶系统,并可以仅依靠视觉感知就能做到精准识别。

3
超越特斯拉,智己找到了中国式道路

自动驾驶大战,让人不免联想到此前 PayPal 与阿里巴巴在中国的电商之战,后者之所以能够反击成功,其中的重要原因就是更懂国内用户,并制定了迎合国内用户的游戏规则。

目前来看,与诸多外资汽车品牌一样,特斯拉的自动驾驶功能仍是以美国本土研发为主。

而自动驾驶的功能迭代,离不开对实际道路的不断优化,这正是国内车企超越特斯拉的机会,它们可以针对国内道路进行大量的针对性研发。

客观地讲,特斯拉能够推出 NOA 功能这件事本身便极具创新性,这种在汽车硬件上进行深度学习、自动驾驶功能开发的思维是领先于其他车企的,而且不排除它会在 FSD 的后续迭代版本中推出令人惊艳的创新功能。

不过,在自动驾驶这条赛道上,包括智己在内的国内车企,又总是能从细分场景入手,以差异化竞争力很快追赶并超越特斯拉。

从智己的道路测试表现可以看到,不止是上面提到 cut-in 等场景表现出色,智己在完成拥堵路段自动跟车、处理 Y 型岔路口、避让横穿车辆、自动左转和连续弯道行驶等任务时的表现也可圈可点。

如果一定要给出对比结果,那么结果就是,特斯拉更像是不服就干的自动驾驶极客,以带给用户爽感为目标。

而智己则更像是充满人情味的自动驾驶管家,更偏向于携带用户完成一段安全舒适的旅行。

从风格看,特斯拉的自动驾驶更加干练甚至激进,而智己则在安全的基础上,更加懂得照顾大家的驾乘体验。

这才仅仅是智己工程测试车的表现,接下来,首款智己量产车的自动驾驶能力又会有怎样的改进,确实是值得期待的。

P.S. 欢迎添加微信 autobit007 加入汽车之心自动驾驶交流群。


本文为汽车之心原创文章,作者:张祥威,如需转载,请联系授权。违规转载法律必究。
1

好文章,需要你的鼓励

参与评论

相关评论(共0条)

  • 关注公众号
    汽车之心